关注点：如何挖掘每位客户的潜在价值？
银行业传统的营销模式是从产品出发，为不同的产品选择适合的客户；而客户关系管理的最大优势则是从客户出发，根据客户的不同需求及具体情况制定相应的市场策略。通过前面所介绍的数据工程，企业可以获得全方位的客户资料，从而准确地掌握客户的基本情况以及消费动态。数据工程为以客户为中心的客户关系管理提供了可能性，接下来如何根据这些资料找到商机则是最终实现客户关系管理的决定条件。如前所述，数据工程实现了从数据到信息的转化，市场工程则是进一步从信息中提炼出商机。
如图8.1所示，数据工程得到的是一个以客户为单位的综合信息库，包括人口信息、家庭信息、社会信息等。通过市场工程，银行可以得到“客户层面”的商机。所谓“客户层面”的商机，指的是为每位客户量身定做的“一对一”的营销方案，包括卖什么产品、以什么样的价格、在什么时间、通过什么渠道等。当只有一个客户时，营销人员完全可以凭借销售经验，根据客户资料制订出营销方案，实现从信息到商机的转化。然而，银行的工作人员每天面对的是成千上万个消费者，并且这些消费者背景不一，情况各异，如何高效率、系统化地找到每位客户的商机是市场工程所要解决的主要问题。
市场工程主要通过以下几个步骤，为企业建立客户层面的营销计划【见图8.2】：
·划分市场细分：将大市场通过一定的标准划分为一定数量的市场细分，并为每一个市场细分制定营销策略、企业关注焦点。
·“一对一”营销方案：将市场细分策略具体化后，形成市场细分内每位客户的“一对一”营销方案。
·建立客户评分系统：用科学的方法建立评分模型，对客户【如购买倾向、活动反馈】以及市场资源【销售渠道、促销方案】进行评估，实现量化、科学化的决策流程。
·客户生命周期管理：就像人有生老病死一样，客户的生命周期也要经历几个不同的阶段，在每个阶段企业都需要对客户进行科学的管理，为客户建立不同生命周期阶段的“一对一”营销计划。
实施目标：为每个客户的各个阶段制订营销方案
√ 将目标客户细分市场
√ 由细分市场策略到单个客户营销方案
√ 建立评分系统评估客户和市场资源
√ 为每个客户的各个生???周期阶段制订营销计划
细分市场
银行企业面对着成千上万的客户，他们千差万别的需求构成了复杂多变的大市场环境。通过细分市场，一方面可以帮助企业认清市场环境，另一方面使企业根据自身优势选择合适的目标市场，做到有的放矢，节省资源。所谓细分市场就是指，按照消费者欲望与需求把一个总体市场划分成若干个具有共同特征的子市场的过程。因此，分属于同一细分市场的消费者，他们的需要和欲望极为相似；分属于不同细分市场的消费者，对同一产品的需要和欲望则存在着明显的差别。一般有两种细分市场的方法：从产品品种、产品系列的角度分类，以及从客户的角度进行划分。客户关系管理是以客户为中心的新型管理理念，因此采用从客户的角度进行市场细分，即根据客户的需求、动机、购买行为等的多元性和差异性来划分。
市场细分最重要的是确定划分标准。以客户角度的市场细分来说，除了要考虑银行的战略方向之外，还要考虑每一个客户细分的人数以及相似点。一个客户细分的人数太多或太少都是不合适的，太多会造成同一细分中客户的相似点过少，无法实现市场细分的初衷；而太少则会导致市场营销资源的浪费。另一方面，还要考虑每一个细分市场的相似点是什么，是不是可以据此制定市场策略。在银行信用卡业务中，常用的几个划分标准为：人生阶段、社会状况、客户关系等。
由细分市场的策略到单个客户的方案
细分市场之后，接下来就可以根据特点为每个细分市场制定相应的市场策略。因为这些策略是针对每个细分市场的，所以可被称为“宏观策略”，即每位客户所在市场细分的大方向。在以客户为中心的客户营销管理中，针对不同的细分市场，银行主要采用以下几种策略：
·获取新客户：以最低的营销成本获取更多的优质客户。
·向上销售：增加老客户对现在拥有产品的使用量。
·交叉销售：向老客户推荐其他未曾购买过的产品。
·客户保留：防止优质客户流失，制订挽留方案。
制定每个细分市场的策略时，要充分考虑到细分的客户特点以及银行的总体策略。不同的市场策略，表明了企业对不同市场细分的关注焦点。比如，对于一些消费潜力比较大的客户细分，可以采取交叉销售以及客户保留的策略；而对于一些消费潜力较小但存在一定社会关系的客户细分，则可以采用获取新客户的策略，通过对介绍新会员给予一定的奖励，充分利用客户的社会关系增加企业利润。
细分市场的策略虽然为营销实践指明了方向，但却不是具有可操作性的营销方案，并且也只能具体到市场细分的层面。比如，如果某个市场细分的策略是交叉销售，那么针对每位客户的具体实施方案是什么？应当交叉销售何种产品？以什么样的价格？以什么样的渠道容易获得成功？等等。因此，市场工程的下一步是结合每位客户的实际情况，将宏观的针对市场细分的策略具体化到单个客户，即制订针对每位客户的“一对一”营销方案。
客户生命周期管理
在以客户为导向的科学化管理模式中，对于客户生命周期的理解和把握是至关重要的。在信用卡业务中，客户的生命周期要经历几个不同的阶段，分别是申请人、新客户、老客户、即将离开的客户【见图8.3】。
人们只有对其生命的每个阶段都付诸细心的呵护，生命才能够更长久、更有活力。同样，银行想要与客户建立天长地久的关系，也必须对客户生命周期的每个阶段都给予密切关注和科学管理。具体来说：
·在目标客户获取方面，能够以最低的营销成本更精确地获取更多优质客户。
·在新客户管理方面，能够针对不同客户群体制定相应的市场策略刺激用卡，及时与客户建立联系。
·在老客户监测方面，能够时时关注客户行为变化并及时作出反应，有效规避风险，提升客户关系。
·在客户挽留方面，能够及时掌握客户流失动向，制定挽留策略，防止优质客户流失。
为了实现以上目标，需要引入客户及市场资源评分系统，通过对信息的深入挖掘，用量化的方法科学地进行客户关系管理。以客户生命周期的每个阶段为切入点，整个客户关系管理过程中需要建立的评分模型如表8.1所示。
建立客户及市场资源评分系统
为了获得表8.1中的各项评分，首先要通过数据挖掘技术建立一系列的评分系统。数据挖掘的主要目标是建立数据间的各种关系，包括关联关系、聚合关系，以及因果关系等。关联关系是指数据变量间的相互依存性，一个变量的出现经常伴随着另一个变量的出现。聚合关系是指一些数据变量可以看做是一个大的集团，它们共同表示一个新的变量。因果关系是指某个【些】变量的变化会导致另一个【些】变量的变化。因为因果关系可以揭示出数据变量间深层次的关联，所以是数据挖掘中非常重要的一部分。建立评分系统，其实就是在变量间建立因果关系的过程。将所要得到的客户或市场资源评分看成是结果，用Y【因变量】来表示；将客户信息库中的各种变量看成是潜在的原因，用X【自变量】表示；则建立客户评分系统就是，寻找各种客户信息与所需的评分间的因果关系。我们可以通过公式8.1表示这种因果关系，公式8.1被称为一个数据模型。
Y＝f【X1，X2，X3，…，Xn】【公式8.1】
在建立以上因果关系时，可以根据Y性质的不同而采用不同的数据挖掘技术。当Y是一个连续性变量时，如产品价格、产品折扣、个人收入等，可以用线形回归的方法建立模型；反之，如果Y是一个不连续变量，如婚姻状况、产品购买与否、购买产品种类等，则需要用Logistic线形回归、决策树、神经网络等方法进行研究。
需要注意的是，成功地建立模型需要两个重要的先决条件：高质量的数据和清晰的变量定义。数据质量的重要性已经在前面数据工程部分进行了详细的介绍，在这里不再赘述。通过数据工程中的数据清理、数据融合等一系列步骤，数据质量问题已经基本解决，而变量的定义则是在模型建立阶段容易忽视的问题。只有当每个变量都有明确的意义对应时，公式背后的意义才能被解释。
本章小结
市场工程的主要目标是寻找每一位客户的潜在商机，制订“一对一”营销方案，实现由信息到商机的转变。具体来说，主要由四个步骤组成：首先将客户群进行市场细分，并拟定出每个市场细分的策略；其次，在每个市场细分里，以策略为大方向，并结合信息库中每个客户的信息，得到具体的“一对一”营销方案；再次，建立评分系统，量化各种客户及市场资源指标；最后，根据所得的各种评分管理客户，在客户的各个生命周期阶段提供相应的“一对一”营销方案。
